Probabilidad Condicional e Independencia

Anteriormente, se han considerado experimentos donde las observaciones

generalmente estn hechas sobre un slo ensayo, como el lanzamiento de una
moneda o de tres monedas, este ltimo podra hacerse lanzando una moneda tres
veces y conocer lo que ocurre en los primeros lanzamientos antes de que ocurra el
ltimo, de la misma manera puede ocurrir cuando se lanzan las tres monedas
simultneamente, primero se observarn unas antes que otras, esta situacin permite
al experimentador conocer los resultados parcialmente, entonces, las probabilidades
de que ocurran los eventos posteriores cambian, dado que esto hace que el espacio
muestra sea reducido.

Supngase, que una compaa desea hacer un perfil social de sus

trabajadores, entonces se hace una encuesta al azar donde se pregunta sobre el
estado civil del trabajador y el sexo, generalmente al seleccionar de una lista, un
nombre al azar, ste puede dar informacin sobre el sexo de la persona, lo cual
permite conocer los resultados parcialmente, quedando pendiente el estado civil y la
pregunta sera; Dado que ya conocemos que es mujer cul es la probabilidad de que
la persona seleccionada sea soltera? Este tipo de preguntas, donde la respuesta se
conoce parcialmente por adelantado, estn relacionadas con el concepto de
Probabilidad Condicional.

Por razones de simplicidad, consideremos el experimento que se ha

mencionado en el prrafo anterior y los eventos A y B que se definen enseguida:
A= {x | x sea mujer}, B= {x | x sea soltero}

Estos dos eventos se pueden representar en un diagrama de Venn, como se

muestra en la Figura 9.2. Note que, si la pregunta condicionada a que A ya ocurri,
entonces B, nicamente puede ocurrir si ocurre A B y el nuevo espacio muestra

est dado por A, al cual se le llama espacio muestra reducido, mismo que se denotar
por S. A continuacin, una definicin de probabilidad condicional es dada.

1
 AB

A = S B
S

2
Instituto Tecnlogico de Cd. Jurez
 N(A B) P(A B)
=
P (B|A) =
N(S' ) P(A)

Figura 9.2 Representacin de la Reduccin del Espacio Muestral.

Definicin 9.12 Sean A y B dos eventos definidos sobre un espacio muestral

S, entonces la probabilidad condicional de que ocurra uno, dado que el otro ya
ocurri, est dada por la probabilidad de que ocurran los dos juntos, dividida
por la probabilidad de que ocurra el evento condicionante. La probabilidad
condicional y la frmula estn dadas por:
P ( A B)
P (B | A) = ,
P( A)
donde: P (B | A) Es la probabilidad de que ocurra B, dado que A ya ocurri.

Ntese que la probabilidad, se puede condicionar en el otro sentido, es decir

dado que ya ocurri B, cual es la probabilidad de que ocurra A. En la ilustracin que
se present anteriormente parece natural condicionar con el evento hecho de que sea mujer,
pero el evento condicionante depende de la naturaleza del problema bajo estudio.

Ejemplo 9.5: Supngase que la empresa que se describi en la ilustracin, tiene un total
de 500 empleados de los cuales se va a seleccionar uno al azar y hacer un estudio
sobre el sexo del empleado y el estado civil. La distribucin sobre estas dos
variables se muestra en la Tabla 9.2. Calcular las siguientes probabilidades:

3
a) Que el empleado seleccionado sea mujer.
b) Que el empleado seleccionado sea casado.
c) Que el empleado seleccionado sea mujer, dado que es soltera.
d) Que el empleado seleccionado sea casado, dado que es hombre.

Tabla 9.2 Distribucin de los Empleados por Sexo y Estado Civil.

SEXO ESTADO CIVIL TOTAL
SOLTERO CASADO
MUJER 100 170 270
HOMBRE 130 100 230
TOTAL 230 270 500
Solucin:
N(M ) 270 27
= =
a) P (M) =
N(S) 500 50
La probabilidad de que el empleado seleccionado sea mujer, es igual a 27/50.
 El concepto de probabilidad condicional, nos lleva a poder comparar
probabilidad no condicional, lo que se vio inicialmente o que no se conoce
absolutamente nada sobre el resultado de un experimento, versus la probabilidad
condicional. Si la probabilidad condicional de un evento es diferente a la probabilidad no
condicional del mismo, entonces se dice que hay dependencia. Esto conlleva al otro
concepto de dependencia, el cual se define a continuacin.

LA REGLA DE LA MULTIPLICACIN PARA EVENTOS INDEPENDIENTES

Si dos eventos A y B son independientes, la probabilidad de que ocurra A y B es P(AB) =

P(A)P(B)

Del mismo modo, si A, B y C son eventos mutuamente independientes (todos los pares de
eventos son independientes), entonces la probabilidad de que A, B y C ocurran es

P(ABC) = P(A)P(B)P(C)

EJEMPLO: Un equipo de ftbol interviene en dos periodos de tiempo extra durante un juego
determinado, de modo que hay tres tiros de monedas al aire. Si la moneda es imparcial,
Cul es la probabilidad de que pierdan los tres tiros?

A= perder el primer tiro

B= perder el segundo tiro

C= perder el tercer tiro

Como los tiros son independientes y como la P(ganar) = P(perder) entones:

P(ABC) = P(A)P(B)P(C)= (.5)(.5)(.5) = .125

Definicin Los eventos A y B eventos son independientes, si la probabilidad

no condicional de A, es igual a la probabilidad de que ocurra A dado que ya ocurri
B. Es decir, s:
P (A | B) = P (A),

entonces, A y B son independientes.

Definicin Los eventos A y B son independientes, s slo si, probabilidad de que
ocurran simultneamente, es igual al producto de las probabilidades de que ocurran
individualmente. Es decir, A y B son independientes s y nicamente s:

P(A B) = P(A) P(B).

EJEMPLO:

TENEMOS LA SIG. TABLA

Demasiado Cantidad Muy poco (C)
altos(A) correcta(B)
Hijo en universidad (D) 0.35 0.08 0.01
Sin hijo en universidad (E) 0.25 0.20 0.11

Los eventos D y A son independientes? Explique

1.- Hallar la probabilidad de P(A D) =

2.- Calcule la P(A\D) =

Definicin Sean A y B dos eventos dependientes, si la probabilidad de que ocurra

A, condicionada a que ya ocurri B, es diferente de la probabilidad no condicionada
de que ocurra A.
ejemplo 9.6: Supngase que un ingeniero de control de calidad de una empresa, ha
conducido un estudio sobre el tipo de defecto de los artculos producidos en un
proceso, encontrando que las razones de los artculos defectuosos son
independientes. Las de las causas ms importantes estn la materia prima, la
maquinaria y la mano de obra. Por estudios histricos se encontr que al
inspeccionar un producto, la probabilidad de que ste sea defectuoso debido a
alguna de las causas anteriores se dan ms adelante.

Encuentre las siguientes probabilidades de que al inspeccionar un producto sea:

a) Defectuoso debido a la materia prima y la mano de obra.
b) Defectuoso debido a la mano de obra o la materia prima.
c) Defectuoso causado simultneamente por la materia prima, la mano de obra y
la maquinaria.

P (la causa sea la materia prima) = 0.03

P (la causa sea la mano de obra) = 0.05
P (la causa sea la maquinaria) = 0.04

Solucin: Definamos los eventos de la siguiente manera:

A = {defectuoso debido a la materia prima}
B = {defectuoso debido a la mano de obra}
C = {defectuoso debido a la maquinaria}

a) P(A B) = P(A) P(B) debido a que A y B son independientes.

P(A B) = (0.03) (0.05) = 0.0015
 Teorema de Bayes

Supngase la situacin, cuando en un experimento puede ocurrir solamente un

evento, por ejemplo en la produccin de focos, los cuales pueden ser manufacturados
por una de cuatro diferentes lneas, obviamente el artculo es fabricado solamente por
una lnea, si el experimento consiste en seleccionar un artculo del almacn de
productos, entonces puede ocurrir uno y slo uno de los cuatro eventos, de que
provenga de la lnea 1, 2, 3 4. A este caso particular se le llama particin y se
define ms abajo.
A1 A2

A1 B A2 B

B
A4 B A3 B

A4 A3

S
 i =1
Figura 9.4 Diagrama de Venn para una Particin con un Evento
Definido en S
.

P (B) = (0.03 ) 1 + (0.04 ) 1 + (0.02) 1 = 0.03

Ejemplo 9.8: Las resistencias que se usan para fabricar tarjetas para computadoras
provienen de tres diferentes plantas, la planta nmero 1 fabrica el doble que la
segunda e igual a la tercera, la primera planta produce 1% de resistencias
defectuosas, mientras que la segunda 3% y la tercera 2%. Si al seleccionar una
tarjeta al azar, se encontr que sta fallaba debido a la resistencia defectuosa,
a) Calcular la probabilidad de que esta resistencia provenga de la planta
nmero dos, b) Que provenga de la planta nmero tres.

Solucin:
 P(B | A2)P( A2)
a) P (A2 | B) =
P(B)
donde:
P (B) = P(B | A1 ) P(A1 ) + P(B | A2 ) P(A2 ) + P(B | A3 ) P(A3 )
P (B) = (0.01)(0.4) + (0.03)(0.2) + (0.02)(0.4)
P (B) = 0.004 + 0.006 + 0 .008 = 0.018
P (B) = 0.018
(0.03)(0.2)
P (A2 | B) = = 0.33
0.018
La probabilidad de que la resistencia que fall provenga de la planta nmero
dos es igual a 0.33.

P(B | A3)P( A3 )
b) P (A3 | B) =
P(B)
(0.02)(0.4)
P (A3 | B) = = 0.44
0.018
La probabilidad de que la resistencia provenga de la planta nmero tres, dado
que fall, es igual a 0.44.
 EJERCICIOS PROPUESTOS

1.- Suponga que hay 2 eventos, A y B, con P(A) = 0.50, P(B) = 0.60, P(A B) = 0.40
a) Calcule P (A/B) =

b) Calcule P(B/A) =

c) Son independientes A y B?

2.- En una encuesta entre alumnos de maestra de Administracin se obtuvieron los

datos siguientes acerca del principal motivo del alumno para solicitar su ingreso a la
escuela donde est inscrito.

MOTIVO DE LA SOLICITUD
Calidad de Costo o Otros Totales
la Escuela Comodidad
Tipo de Tiempo total 421 393 76 890
Estudiante Tiempo 400 593 46 1039
parcial
821 986 122 1929

a) Elabore una tabla de probabilidad conjunta para estos datos

b) Si un alumno es de tiempo completo. Cul es la probabilidad de que la calidad de

la institucin sea el principal motivo para elegir su escuela?

c) Si un alumno es de tiempo parcial. Cul es la probabilidad de que la calidad de la

escuela sea el motivo principal para elegirla?

2.- 70% del material que se recibi del proveedor A es de buena calidad, mientras que
solamente 40% del material que se recibi del proveedor B es de buena calidad. Sin
embargo la capacidad de fabricacin del proveedor A es limitada, por esta razn solo
30% del material que compra la empresa proviene del proveedor A. El otro 70%
proviene del proveedor B. Si se inspecciona un lote de material y se encuentra que es
de buena calidad. Cul es la probabilidad de que provenga del proveedor A.

3.- Cierta compaa elabora objetos con tres tipos de mquinas con diferentes
tecnologas. La mquina uno elabora el 30% de la produccin, la mquina 2 el 50% de
la produccin y la tres el 20 % de la produccin, se sabe que la mquina uno tiene
probabilidad de fabricar un objeto defectuoso de 0.1; la mquina dos de 0.12 y la tres
de 0.04. Cul es la probabilidad de que un objeto tomado al azar haya sido producido
por la mquina uno si se sabe que es defectuoso?
4.- Un analista de una empresa de telecomunicaciones estima la probabilidad de que
una nueva empresa planee ofrecer servicios competitivos en los prximos tres aos es
0.30 y 0.70 de que no lo haga. Si la nueva empresa tiene estos planes, definitivamente
tendra que construirse una nueva instalacin de manufactura. Si la nueva empresa no
tiene estos planes, todava queda una probabilidad de 60 por ciento de que se
construya una nueva instalacin de manufactura por otras razones.
a) Suponga que se observa que la nueva empresa ya ha comenzado a trabajar en una
nueva instalacin de manufactura. Con base en esta informacin, Cul es la
probabilidad de que la empresa haya decidido ofrecer servicios competitivos de
telecomunicaciones?